使用分析师报告中含有的情感信息预测上市公司股价变动

今天在github上找到一个股价预测的项目， 感觉该项目对很多会计金融领域的同学很有帮助。

1. 项目:Stock-Price-Predictions

2. 作者:Prince Kumar, Simon Jones, Amratansh Sharma, Lorena Bustamante

3. 链接: https://github.com/amratansh/Stock-Price-Predictions

4. 译者:大邓

本文目录

• 摘要

• 分析发现

• 项目EasyInvest的PPT

• 文本分析情感库安装（Loughran&MCdonald）

• 报告文本分析实战

摘要

作者分析了Morningstar网站上15家最大的零售及科技类公司的分析师报告，并提取了相关的文本数据。然后使用两种情感分析方法得到两种情感值，第一种是使用通用的情感分析库（VADER）分析广义上的情感值（形容词情感，如喜怒哀乐），第二种是情感值使用Loughran&MCdonald金融情感词典得到专业领域情感值；同时还使用S&P Capital IQ和 Yahool Finance 作为原始数据源。最后使用stata做了分析并展示了分析结果。

分析发现

在控制其他指标情况下，结果发现: 1、 下一交易日(T1)股价预测 - 使用分析师报告标题和第一段文本的情感得分，报告当天的情感值每增加10%，下一交易日股价上涨0.5%。2、 下周(T5)股价预测 - 使用分析师报告整体文本的情感得分，报告当天的情感值每增加10%，下周股价上涨0.2%。3、 下月(T30)股价预测 - 我们的模型没能做出分析师报告当天情感值对30田后的股价变动有预测效应

本次分享的内容包括

• PPT

• 代码

一、EasyInvest PPT

这个项目发布于2018年12月6日，感觉挺新的，也是大邓在网上同时找到计算思路、数据和代码的项目。项目名叫做EasyInvests，大家先拿出点时间先看一下该项目的PPT，代码会放到PPT之后（都是大邓调试后可运行的哦）。

二、报告文本分析实战

预测股价用到了 S&P Capital IQ 、 Yahool Finance、 Morningstar三个数据源，其中Morningstar主要是用来抽取分析师报告中的情感值，是唯一的非结构化数据。

项目作者对S&P Capital IQ 、 Yahool Finance一笔带过，主要讲解的是

如何从Morningstar分析师报告中提取情感值的技术和方法

我相信这也是各位最感兴趣的地方。

文本情感分析库安装

本文用到的文本情感分析库:

• pysentiment 基于Loughran&MCdonald金融情感词典制作的情感分析库

• vaderSentiment nltk内的通用情感分析模块

vaderSentiment安装方法

1. !pip3 install vaderSentiment

pysentiment安装方法

1. !pip3 install pysentiment

我安装pysentiment遇到问题（估计你们也会遇到），解决办法:

1. 下载本文的项目(文章末尾有下载链接获取方式)

2. 将项目文件夹压缩包解压，解压到桌面。

3. cmd打开命令行（不懂的百度）

4. 命令行输入 cd desktop,按 Enter回车键

5. 命令行输入 cdStock-Price-Predictions,按 Enter回车键

6. 命令行输入 cd pysentiment,按 Enter回车键

7. 命令行输入 python3 setup.py install,按 Enter回车键。有的同学这里如果有问题，可以将python3换成python

经过上面的操作，pysentiment库也就安装好了。

2.1 导入数据

1. import pandas as pd

2. from IPython.display import clear_output

3. 
   

4. #windows，注意与mac路径写法不同

5. #df = pandas.read_excel("data\\Analyst_reports1.xls", sheet_name="Sheet1")

6. 
   

7. #mac

8. df = pd.read_excel("data/Analyst_reports1.xls", sheet_name="Sheet1")

9. df.head()

用 分析师报告标题、第一自然段、最后自然段 三个字段合并新建一个字段 Combined

更改日期格式

1. df["Combined"]=df["Headline"]+df["First Paragraph"]+df["Last Paragraph"]

2. 
   

3. df["Date"]=df["Date"].apply(pd.to_datetime)

4. 
   

5. df.head()

2.2 定义情感函数

pandas的dataframe提供了很强大的列数据操作，只要我们定义好文本情感计算的函数，就可以对excel中的某字段进行批量操作。

这里用到

1. df['colname'].apply(func)

参数解读:

• colname 字段名(列名)

• func 对colname字段进行计算，比如计算Combined列的情感得分

昨天分享的pysentiment库计算结果能得到 Positive、Negative、Polarity、Subjectivity

指标说明

1. Positive 正面词词频数

2. Negative 负面词词频数

3. Polarity =(Pos-Neg)/(Pos+Neg)

4. Subjectivity =(Pos+Neg)/count(*)

1. from pysentiment import LM

2. from vaderSentiment.vaderSentiment import SentimentIntensityAnalyzer

3. 
   

4. lm = LM()

5. sia = SentimentIntensityAnalyzer()

6. 
   

7. 
   

8. def finance_score(text):

9. """

10. 输入一段文本，返回LM金融情感得分（Polarity得分）

11. 该函数使用的是pysentiment库，该词库基于Loughran&MCdonald开发的金融情感词库

12. """

13. words = lm.tokenize(text)

14. scores = lm.get_score(words)

15. return scores["Polarity"]

16. 
    

17. def general_score(text):

18. """

19. 输入一段文本，返回通用情感得分（compound得分）

20. 该函数使用的是vaderSentiment库

21. """

22. scores =sia.polarity_scores(text)

23. return scores['compound']

2.3 提取情感得分

1. df['Finance Headline'] = df['Headline'].apply(finance_score)

2. df['Finance First Paragraph'] = df['First Paragraph'].apply(finance_score)

3. df['Finance Last Paragraph'] = df['Last Paragraph'].apply(finance_score)

4. df['Finance Combined'] = df['Combined'].apply(finance_score)

5. 
   

6. df['General Headline'] = df['Headline'].apply(general_score)

7. df['General First Paragraph'] = df['First Paragraph'].apply(general_score)

8. df['General Last Paragraph'] = df['Last Paragraph'].apply(general_score)

9. df['General Combined'] = df['Combined'].apply(general_score)

10. 
    

11. selected_fields = ['Company', 'Date', 'Finance Headline','Finance First Paragraph',

12. 'Finance Last Paragraph','Finance Combined','General Headline',

13. 'General First Paragraph','General Last Paragraph','General Combined']

14. df[selected_fields].head()

2.4 保存数据

1. df[selected_fields].to_csv('output/Sentiments_Final_really.csv')

推荐文章